数据可视化大屏展示需求无疑是对数据分析结果最好的诠释，能够使得别人能够轻松的就理解我们的数据意图。本文将通过pyecharts模块来实现，感兴趣的可以了解一下

数据可视化大屏展示需求无疑是对数据分析结果最好的诠释，能够使得别人能够轻松的就理解我们的数据意图。

之前我们可视化的展示过程中已经使用几种比较优秀的python数据可视化应用模块，有兴趣的朋友可以前往历史文章中搜索相应的实战案例。

今天所说的数据可视化的大屏展示是通过pyecharts模块来实现的，由于其本身生成的就是html的代码块，这一点非常有利于我们对大屏实现的要求。

若是没有安装pyecharts非标准库的朋友可以使用pip的方式安装一下即可。

pip install pyecharts -i https://pypi.tuna.tsinghua.edu.cn/simple/

完事儿之后，我们将所有需要使用到的python模块全部导入到我们的代码块中。

# Importing the options module from the pyecharts package and renaming it to opts.
from pyecharts import options as opts
 # Importing the Bar and Scatter3D classes from the pyecharts.charts module.
from pyecharts.charts import Bar, Scatter3D
 # Importing the random module.
import random

为了展示大屏的布局效果，我们分别实现了柱状图、3D数据图的展示效果从而在大屏中进行展示。

若是想要加入线形图、饼图等其他类型的可视化图形，我们可以直接在大屏布局中进行自由添加。

开发一个函数bar()，用来画出柱状图的显示效果，并返回柱状图对象。

def bar():
    """
    It does nothing.
    """
    cate = ['1月', '2月', '3月', '4月', '5月', '6月']
    bar_ = (
        Bar()
            .add_xaxis(cate)
            .add_yaxis("生产量", [random.randint(1000, 3000) for _ in cate])
            .add_yaxis("销售量", [random.randint(1200, 2800) for _ in cate])
            .set_global_opts(title_opts=opts.TitleOpts(title="2022年订单生产与销售"))
    )
    return bar_

开发一个函数scatter_3d()，用来画出3D的显示效果，并返回3D图对象。

def scatter_3d():
    """
    > This function takes in a list of x, y, and z coordinates and plots them 
    in a 3D scatter plot
    """
    data = [(random.randint(100, 200), random.randint(100, 200),
     random.randint(100, 200)) for _ in range(60)]
    scatter_ = (Scatter3D()
        .add("", data)
        .set_global_opts(
        title_opts=opts.TitleOpts(title="3D数据随机分布图"))
    )
    return scatter_

开发完两个图形绘制的函数之后，我们需要将其展示到页面中，这里采用pyechaerts模块页面组件Page对象。

# Importing the Page class from the pyecharts.charts module.
from pyecharts.charts import Page
 # Creating a page object with a simple page layout.
page = Page(layout=Page.SimplePageLayout)
page.add(
    bar(),
    scatter_3d(),
)
page.render("数据中心.html")

通过上面的操作已经完成了页面的图形绘制，并且生成了html的源代码，只需要将.html的文件拖到浏览器中即可查看大屏的可视化效果。

接下来为了使可视化的数据展示的更加的美观，我们可以使用bs4模块的BeautifulSoup对象初始化html对象后修改背景展示效果。

# Importing the BeautifulSoup class from the bs4 module.
from bs4 import BeautifulSoup
  with open("数据中心.html", "r+", encoding='utf-8') as h:
    html_ = BeautifulSoup(h, 'lxml')
    body = html_.find("body")
    body["style"] = "background-image: url(背景.jpeg);background-repeat: no-repeat;
    background-size:cover;"
    html_new = str(html_)
    h.seek(0, 0)
    h.truncate()
    h.write(html_new)

找一张自己能看顺眼的高清背景图，将下面这行代码块中的背景图替换成自己的背景图片路径即可。

background-image: url(背景.jpeg)